六西格玛(6 Sigma，60)听起来是个很高深的东西，其实了解之后，你会发现，它一点也不高深，不过就是数学中的一些东西罢了。但是这玩意被热捧的关键在于，它能帮你解决问题，并带来不菲的成本节约。
西格玛(∑，o)是希腊字母，在统计学中被称为标准差，用来表示数据的分散程度。这个字母以前不出名，后来美国的摩托罗拉公司提出了六西格玛的理念，用来描述在实现质量改进时所采用的目标和过程，其含义引申为每生产一百万个产品，只有3.4个产品出现缺陷，也就是符合了六个标准偏差的尺度。六西格玛之所以后来风靡全球，是靠通用电气公司的实践，杰克·韦尔奇在20世纪90年代发展出一套六西格玛的管理方法，这种关于数据分析的质量改进方法，被证明是非常有效的。于是很多很多的公司开始陆续推行六西格玛，并从中获益。
六西格玛是距离均值6个标准差的简称，这个概念比较抽象，我们举一个例子。比如我们在生产一个
真空吸盘圆形零件，对它的直径有技术要求，设计人员把这个要求标注在
真空吸盘图纸上了，是1. 55～1. 65mm，这里就得到了我们常说的规格上下公差限。
这是设计出来的理想状态，实际制造的过程中，我们收到一些检验后的数据，发现设备生产这个零件的标准差是0.02mm，而我们在过程中能用的是3 0控制限，也就是说目标值是1. 6mm，零件直径也许会允许±0.06mm的变异，最终我们得到的零件尺寸就是1. 54～1. 66mm。这种情况，就是过程控制限大于设计的公差上下限，这是我们不愿意见到的，因为1. 54mm和1.66mm的零件都是不合格的，要报废掉。如果我们没有检验直径这一项，那么更危险，因为不合适的零件尺寸有可能导致最终成品的不良和失效，如果这个零件是跟汽车制动有关的，那就关乎人命。
实际上，为了提升质量水平，我们就要让制造过程能力达到更高的水平，让更少的
真空吸盘产品出现在公差范围之外。下面有张图（图5-7），可以看出，当质量水平是3@的时候，产品出现超规格的概率比60的时候大，这其实给我们指明了方向，我们的制造能力需要加强，去尽可能地减少产品超过公差规格的概率。比如刚刚讲的那个圆形零件的直径，我们要让它的标准差尽可能小于或者等于0. 0083mm（公差0. 05mm/6)，那么出现超规格的几率是百万分之三点四，那这就是60的水平，如果几率是几乎没有，达到十亿分之一，那么这是不可思议的120水平。所以，话说回来0.0083相比0.02，需要设备有更高的加工精度，需要制程更少的变异，而如何来提升设备和制程的能力，就是解决这个
真空吸盘质量问题的关键。
其实掌握了60的方法，就好像找到了一个重新观察工厂的放大镜。我们惊讶地发现，缺陷犹如灰尘，存在于企业的各个角落。而我们解决的途径，就是拿着可以看见灰尘的放大镜，去寻找0，去看我们做到了几个0?什么情况导致0水平低？我们还能做到什么样的0水平？怎么去改变？
所以，很多
真空吸盘工程师说他解决了质量问题，有一个很简单的标准，就是看0水平。
说到六西格玛，就不得不提杰克·韦尔奇，这位通用汽车的前CEO已经成为传奇，在书店里，我们能看到很多跟他有关的书籍，他的自传也被很多梦想着自已也成为传奇的家伙热捧口他最突出的业绩就是45岁的时候成为通用电气公司历史上最年轻的董事长和首席执行官，那时的通用电气，销售额为250亿美元，盈利15亿美元，市场价值在全美上市公司中仅排名第十。而在杰克韦尔奇的执掌之下，通用电气从一个官僚气息浓厚的公司逐渐转变为充满活力、各项业务全球领先的行业老大，在1999年，通用电气实现了1110亿美元的销售收入和107亿美元的盈利（当时全球第一），市值己位居世界第二
其实在这里谈杰克韦尔奇，主要还是讲六西格玛。他对六西格玛的理解，简单地说，就是用六西格玛阻挡过程中波动的发生，使得
真空吊具产品质量得到提高。质量的提升，能够满足客户需求，提高客户的忠诚度，同时也可以降低成本，提高管理效率。
基于此，我们就不要把六西格玛想得太复杂。
而且，六西格玛的方法，不仅仅只是针对制造和生产，同样可以被用于真空吸盘设计和销售，甚至其他行业。经常使用六西格玛方法的人，会变成一个极度数据导向的人，而这种喜欢数据的工作态度，将有助于更严谨更科学地去解决问题。
统计过程控制在生产质量管理中的运用
